Presná definícia
Čo znamená trajektória?
Trajektória agenta je usporiadaná postupnosť stavov, pozorovaní, akcií a prípadných odmien od začiatku do ukončenia úlohy. Používa sa na analýzu správania, hodnotenie alebo učenie politiky. Dve trajektórie môžu dosiahnuť rovnaký výsledok s odlišným rizikom a nákladmi.
Skúsenosť a kontext
Ako sa pojem používa v praxi
Eval uchová trajektóriu riešenia webovej úlohy vrátane stránok, akcií, chýb a finálneho stavu. Hodnotiteľ posúdi nielen výsledok, ale aj zakázané kroky a zbytočné volania. Pred použitím na tréning sa odstránia citlivé údaje a preverí úspech.
Overiteľnosť
Odborné zdroje
Praktické odpovede
Často kladené otázky
Ako funguje trajektória?
Prostredie zaznamenáva časovo zoradené prechody medzi stavmi po každej akcii a k epizóde priradí výsledok, odmenu a dôvod skončenia.
Kedy má trajektória praktický význam?
Eval uchová trajektóriu riešenia webovej úlohy vrátane stránok, akcií, chýb a finálneho stavu.
S čím si pojem nezamieňať?
Action trace sa sústreďuje na audit krokov; trajectory je formálnejší objekt zahŕňajúci aj stavy a spätnú väzbu počas celej epizódy.
Ako sa výsledok kontroluje?
Meria sa úspech, dĺžka, kumulatívna odmena, neplatné akcie, náklady, bezpečnostné porušenia a kvalita kreditného priradenia.
Na čo si dať pozor?
Úspešná koncová odpoveď môže pochádzať z nebezpečnej trasy a chybne označená trajektória naučí model opakovať neželané kroky.